Python Regex匹配已匹配的子字符串

Question

我是Python Regex的新手，我无法理解以下内容：

我试图找到一个用三个大写字母包围的小写字母。

我的第一个问题是，以下正则表达式只提供一个匹配，而不是现有的两个匹配['AbAD', 'DaDD']

>>> import re
>>> 
>>> # String
... str = 'AbADaDD'
>>> 
>>> pat = '[A-Z][a-z][A-Z][A-Z]'
>>> regex = re.compile(pat)
>>> 
>>> print regex.findall(str)
['AbAD']

我想以上是因为第一个正则表达式中的最后一个D不能再匹配了吗？有没有办法关闭这种匹配。

第二个问题是以下正则表达式：

>>> import re
>>> 
>>> # String
... str = 'AbADaDD'
>>> 
>>> pat = '[^A-Z][A-Z][a-z][A-Z][A-Z][^A-Z]'
>>> regex = re.compile(pat)
>>> 
>>> print regex.findall(str)
[]

基本上我想要的是围绕一个小写字母不应该超过三个大写字母，因此我在它们周围放置了一个负面匹配。但['AbAD']应匹配，但不匹配。有什么想法吗？

Answer 1

这主要是因为比赛的重叠。只需将你的正则表达式放在一个预测中，以便处理这种类型的重叠匹配。

(?=([A-Z][a-z][A-Z][A-Z]))

代码：

>>> s = 'AbADaDD'
>>> re.findall(r'(?=([A-Z][a-z][A-Z][A-Z]))', s)
['AbAD', 'DaDD']

DEMO

对于第二个，你应该使用负向前瞻和后面的断言，如下所示，

(?=(?<![A-Z])([A-Z][a-z][A-Z][A-Z])(?![A-Z]))

代码：

>>> re.findall(r'(?=(?<![A-Z])([A-Z][a-z][A-Z][A-Z])(?![A-Z]))', s)
['AbAD']

DEMO

你的第二个正则表达式的问题是，[^A-Z]消耗了一个字符（在第一个A 之前没有大写字母以外的字符），但是看起来很消极-behind (?<![A-Z])也会这样做但不会消耗任何字符。它断言匹配将以任何但不是大写字母开头。那就是为什么你不会得到任何匹配。

Answer 2

正则表达式的问题在于它正在吃掉字符串，因为它会继续进行第二次匹配。请使用前瞻以确保它不会占用字符串。

pat = '(?=([A-Z][a-z][A-Z][A-Z]))'

对于你的第二个正则表达式再次做同样的事情。

print re.findall(r"(?=([A-Z][a-z][A-Z][A-Z](?=[^A-Z])))",s)

。有关更多见解，请参阅

1）首次匹配后，左边的字符串为aDD，因为第一部分已匹配。

2）aDD不满足pat = '[A-Z][a-z][A-Z][A-Z]'。所以它不是你比赛的一部分。

Answer 3

第1期，

您应该使用此模式，

 r'([A-Z]{1}[a-z]{1}[A-Z]{1})'

实施例

>>> import re
>>> str = 'AbADaDD'
>>> re.findall(r'([A-Z]{1}[a-z]{1}[A-Z]{1})', str)
['AbA', 'DaD']

---

第二期

你应该使用，

(?=(?<![A-Z])([A-Z]{1}[a-z]{1}[A-Z]{1}[A-Z]{1})(?![A-Z]))

实施例

>>> import re
>>> str = 'AbADaDD'
>>> re.findall(r'(?=(?<![A-Z])([A-Z]{1}[a-z]{1}[A-Z]{1}[A-Z]{1})(?![A-Z]))', str)
['AbAD']